Simulación háptica, valoración de su impacto pedagógico. Una revisión sistemática
Notice bibliographique
Résumé
Introducción: La enseñanza odontológica preclínica requiere desarrollar habilidades motoras finas mediante entrenamiento práctico. En los últimos años, los simuladores hápticos se han incorporado como herramienta innovadora para complementar la formación tradicional con fantomas, permitiendo a los estudiantes practicar en entornos virtuales con retroalimentación táctil . Material y método: Se realizó una búsqueda electrónica de artículos en tres bases de datos: PubMed, Scopus y Web o Science. La ecuación de búsqueda empleó los términos MeSH: “Dental simulator” y “Student”. Se aplicaron criterios de inclusión y exclusión, y la calidad metodológica se evaluó mediante la escala Newcastle-Ottawa y la herramienta JBI Critical Appraisal. Resultados: Se seleccionaron diez artículos. Siete no hallaron diferencias significativas en la destreza manual entre el entrenamiento con simuladores y métodos tradicionales, dos mostraron resultados favorables a los simuladores hápticos, y uno favoreció los dientes de resina. Respecto a la satisfacción del alumnado, la mayoría valoró positivamente la simulación háptica como complemento, destacando su utilidad para practicar en un entorno seguro y repetible, aunque señalaron limitaciones en el realismo táctil. Conclusión: La simulación háptica es una herramienta complementaria útil en la formación preclínica en odontología, pero no sustituye al entrenamiento tradicional con fantomas.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,009 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».